PENERAPAN INVERSE GAUSSIAN HYBRID ESTIMATOR (IGH) DALAM MENGATASI MULTIKOLINEARITAS PADA JUMLAH KASUS TUBERCULOSIS (TBC)

GRACIA , TRIFENA SINTAULI (2026) PENERAPAN INVERSE GAUSSIAN HYBRID ESTIMATOR (IGH) DALAM MENGATASI MULTIKOLINEARITAS PADA JUMLAH KASUS TUBERCULOSIS (TBC). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (216kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (3MB) | Request a copy
Preview	Text SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3MB) | Preview

Abstract

Inverse Gaussian Regression (IGR) merupakan salah satu pendekatan dalam Generalized Linear Model (GLM) yang digunakan untuk memodelkan data dengan distribusi menceng ke kanan (positively skewed). Estimasi parameter pada model IGR dilakukan menggunakan metode Inverse Gaussian Maximum Likelihood (IGML). Ketika terjadi multikolinearitas yang tinggi, estimator IGML menjadi tidak stabil karena variansi koefisien meningkat sehingga nilai MSE besar. Penelitian ini bertujuan untuk membandingkan kinerja metode IGML dengan Inverse Gaussian Hybrid Estimator (IGH) dalam mengatasi permasalahan multikolinearitas pada pemodelan Jumlah kasus Tuberculosis (TBC) di 28 kabupaten/kota Provinsi Jawa Barat tahun 2022–2024. Hasil analisis menunjukkan adanya multikolinearitas yang ditandai dengan nilai korelasi yang tinggi serta nilai VIF yang besar. Estimasi menggunakan metode IGH menghasilkan penyusutan koefisien (shrinkage) sehingga model menjadi lebih stabil. Dengan demikian, metode IGH merupakan estimator yang lebih baik dibandingkan IGML. Kata Kunci: Inverse Gaussian Regression, IGML, IGH, Multikolinearitas, Tuberculosis, Mean Square Error.

Item Type:	Other
Subjects:	?? 500 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2605682237 Digilib
Date Deposited:	17 Jun 2026 01:25
Last Modified:	17 Jun 2026 01:25
URI:	http://digilib.unila.ac.id/id/eprint/100524

Actions (login required)

View Item